← 返回列表

一种兼顾多元驱动预测的油气储存量化方法

申请号: CN202311657528.1
申请人: 中国地质调查局油气资源调查中心
申请日期: 2023/12/6

摘要文本

本发明涉及地质勘测技术领域,具体涉及一种兼顾多元驱动预测的油气储存量化方法,包括以下步骤:通过地震反演模型得到用于获得油气储存状态预测结果的模型化驱动勘测模型;通过神经网络模型得到用于获得油气储存状态预测结果的数据化驱动勘测模型;通过联合学习机制得到用于获得油气储存状态预测结果的多元驱动勘测模型;通过多元驱动勘测模型预测出目标地块的油气储存状态。本发明通过地质知识引导,得到用于预测油气储存状态的量化特征参数,使得勘测出油气储存现状结果符合地质合理性,从数据层面提升预测精度,通过联合学习机制联合学习多个驱动模型,提升勘测效果,减少局限性,增强鲁棒性。

专利详细信息

项目 内容
专利名称 一种兼顾多元驱动预测的油气储存量化方法
专利类型 发明申请
申请号 CN202311657528.1
申请日 2023/12/6
公告号 CN117390970A
公开日 2024/1/12
IPC主分类号 G06F30/27
权利人 中国地质调查局油气资源调查中心
发明人 马彦彦; 毕彩芹; 孔丽云; 周惠; 康海霞; 罗卫锋; 张云枭; 李娟; 刘海浩
地址 北京市海淀区北四环中路267号北京奥运大厦

专利主权项内容

1.一种兼顾多元驱动预测的油气储存量化方法,其特征在于,包括以下步骤:选取一组已知油气储存状态的样本地块,并测量各个样本地块的地震数据、钻井数据和测井数据;通过地质知识分别基于所述地震数据、钻井数据和测井数据,引导样本地块的地震属性分析,以及引导样本地块的储层敏感分析,得到用于预测油气储存状态的量化特征参数;通过地震反演模型基于所述量化特征参数进行油气储存状态的模型化驱动勘测,得到用于获得油气储存状态预测结果的模型化驱动勘测模型;通过神经网络模型基于所述量化特征参数进行油气储存状态的数据化驱动勘测,得到用于获得油气储存状态预测结果的数据化驱动勘测模型;通过联合学习机制将模型化驱动勘测模型和数据化驱动勘测模型进行联合学习,得到用于获得油气储存状态预测结果的多元驱动勘测模型;通过多元驱动勘测模型预测出目标地块的油气储存状态。 详见官网: